AI幫讀X光、測骨鬆、抓眼疾，但健保都不給付！台灣如何判定哪些AI醫材值得全民使用？
已有超過200項結合AI的醫療器材問世，但有健保給付的卻少之又少。衛福部成立AI影響性研究中心，召集多家醫學中心，群策群力做研究，要為國內醫材取得申請健保給付的敲門磚。預計最快2028年，肺癌、眼科、心肌梗塞、骨質疏鬆、婦癌診斷或治療等6項AI醫材，有機會登上健保署給付會議的談判桌。
一張X光影像，用現有的輔助診斷AI，能篩檢出7～8種疾病，如果健保給付每項篩檢200元，就能幫助很多人及早診斷、及早治療。聽起來很美好，但健保資源有限，如果要把200多項通過食藥署認證的AI醫材統統納入給付，所衍生的健保財務壓力，可能又要讓衛福部部長睡不著。
如何找出應優先給付的AI醫材？台灣AI影響性研究中心召集人、成大校長沈孟儒指出2大重點：能提升醫療的成效、有助於財務永續。衛福部資訊處處長李建璋表示，當醫院願意攜手合作，提出證據等級最高的隨機分派臨床試驗（以下簡稱RCT），證明AI醫材能救多少人、節省多少醫療費用，就有望向健保署提出申請，評估是否納入給付、推廣給全民。
衛福部正式啟動「台灣AI影響性研究中心」，由成功大學校長沈孟儒擔任召集人，號召台大醫院、成大醫院、台中榮總、高醫、北醫這5家學中心聯手進行影響性評估。預計2年內以最嚴謹的本土RCT實證，證明AI的真實效益。最快2028年，肺癌、眼科、心肌梗塞、骨質疏鬆、婦癌診斷或治療等6項AI醫材，就有機會提出申請，登上健保署給付會議的談判桌。
影響性評估證明2重點，AI醫材才有望納健保
如果醫材已經通過FDA認證，為何還要5家醫學中心大費周章做影響性評估？因為通過FDA認證、得獎無數的醫療器材，不保證在臨床情境中一定能帶來效益，「Deep01」就是個例子。李建璋說，這項台灣醫療影像AI能精準計算腦出血量、判斷腦出血後的中線偏移等數據，通過美國FDA認證，也得到許多國際獎項肯定。
出血的診斷其實不難，Deep01提供的數據，是要幫忙神經外科醫師做手術決策、制定手術計劃，然而，這些決策和計劃卻不能光看影像，更重要的是，醫師會根據臨床知識與經驗，通盤考量病人病情變化等諸多因素。這項醫材雖然很厲害，卻因為無法證實很有用、找不到商業模式，黯然退場。
在台灣，用於診斷或治療疾病的醫療器材要找商業模式，不容忽視的一條路就是申請健保給付。健保資源有限，要說服健保署共同擬定會議的委員，AI醫材的影響性評估一定要把握2大重點：AI能否改善醫療品質、節省醫療支出。
簡單來說，影響性評估就是看一項醫療科技的CP值。李建璋以公醫制的英國為例，如果醫材可以改善死亡、增進品質，費用增加在財務可接受範圍會傾向給付，超過則暫緩。如果台灣不做研究，就只能直接用國外使用資料來作推估，這麼做可能出現一些大問題。
瑞典研究發現，AI輔助乳房攝影並沒有讓診斷品質提升，令人大失所望，但同樣的AI放在台灣邦交國巴拉圭卻是救星。李建璋分析，瑞典放射科醫師能力好、工作量合理，AI很難贏過他們，但在巴拉圭，乳房攝影不普及，放射科醫師經驗也不足，AI輔助的成效就會很搶眼。
證明能改善病人預後的AI，健保優先納入
要贏過醫師的AI，健保才會考慮給付嗎？成大醫院副院長林志豪表示，目前的研究都是用醫學中心標準去跟AI做比較，期望AI要勝出，這是非常高的標準，如果AI表現能不亞於醫學中心醫師，就已經代表有相當的效益。
不過，健保資源實在有限，李建璋認為，如果AI改善的是流程效率，應由醫院來負擔，有限的健保資源應該要優先挹注到能改善病人預後的AI。
他舉例說，英國曾經做過一個偵測胎心音的AI醫材，產婦在家就能準確監測，不需要為了風吹草動就跑醫院，但研究發現，無論用不用AI，母嬰健康成效都一樣，唯一的差別是因AI免去舟車勞頓的產家滿意度更高。這樣的AI就很適合在自費市場提供，較不適合用有限的健保經費負擔。
「優先支付可以改善醫療成果、幫健保省錢的AI，省下來的錢再回饋給智慧醫療，創造正循環，」李建璋強調，幫助取證後的醫材有實證依據，可以落實臨床、落地商轉，這就是台灣AI影響性研究中心的任務。
延伸閱讀：
週休三日真的不可能？週休三日國家總整理：各國做法、成效一次看